Data Scientist Pl

DATA SCIENTIST PL Stone • Cabo Frio, Rio de Janeiro, BrazilDescrição da vagaNossa cultura: vivemos nossa cultura no dia a dia, guiados por esses 5 pilares:Own It: Ter espírito @" +"de dono ga conquista a liberdade.Valorizamos autonomia e proatividade, somos responsáveis pelo que entregamos e queremos sempre evoluir o nosso negócio.Live the Ride: Faça.Feito é melhor que perfeito.Aprendemos com os erros e encaramos desafios como oportunidades Lawrence.: Agir com simplicidade.Somos pessoas práticas, sinceras e gostamos de feedbacks.Sabemos que às vezes vamos errar e contamos com essa transparência para evoluirmos.Team Play: Se quer ir rápido, vá sozinho(a).Se quer ir longe, trabalhe em equipe.É sempre possível aprender com as outras pessoas e a colaboração é a chave do sucesso.The Reason: O cliente não tem razão, ele é a razão.Nos motivamos a enxergar ?????? do nosso trabalho na vida do cliente, é vendo que melhoramos a vida dele que sabemos que fizemos uma boa entrega.O time de Prevenção a FraudesA área de Prevenção a Fraudes protege os nossos clientes e a empresa contra riscos associados à fraude nas diversas frentes, desempenhando papel central na identificação e mitigação de potenciais ameaças.É uma área multidisciplinar com times de operações, produto financières e ciência de dados, formada por pessoas investigativas e analíticas.Temos a intenção de desenvolver mecanismos que reduzam a perda financeira gerada por fraude ou risco de negócio, buscando a melhor relação risco ignite (modelos e regras) e decisões da mesa de operações.O time de KYC atuaance nestes pilares, verificando identidades, avaliando perfis de risco e monitorando atividades suspeitas por análises extensivas de dados.Como é Ser Uma Pessoa DATA SCIENTISTBuscamos alguém para integrar o time de Estratégia e Modelagem, usando ciência de dados para construir barreiras inteligentes contra fraudadores no processo de credenciamento e ao longo do ciclo de vida do cliente.O trabalho garante crescimento seguro, combinando análises profundas e modelagem preditiva para decisões de risco-retorno eficientes, sempre buscando a melhor experiência para os bons clientes.Algumas das atividades do dia a dia incluem:Analisar e explorar grandes volumes de dados internos e externos para descobrir padrões de fraude, identificar vulnerabilidades e gerar insights para novas estratégias de prevenção.Desenvolver, implementar e otimizar modelos estatísticos e algoritmos de aprendizado de máquina para prever, detectar e mitigar atividades fraudulentas.Formar e validar hipóteses sobre possíveis vetores de ?; participar da criação e análise de experimentos (como testes A/B) para medir o impacto de novas regras e modelos.Identificar e avaliar continuamente pontos de melhoria nos processos de KYC e riscos associados a diferentes tipos de atividades dos clientes, desenvolvendo estratégias para mitigá-los.Colaborar ativamente com analistas de risco, engenheiros de dados, desenvolvedores e gerentes de produto para construir e integrar soluções de ponta a ponta.Acompanhar continuamente as tendências e padrões de fraude emergentes, adaptando estratégias conforme necessário.O que esperamos de vocêExperiência prévia em análise / ciência de dados.Experiência em times de estratégia / inteligência de prevenção a fraudes ou áreas correlatas.Conhecimento consolidado em fundamentos de estatística, inferência e modelagem matemática.Habilidade de transformar análises complexas em narrativas claras e acionáveis (data storytelling) para apresentar resultados e auxiliar na tomada de decisão.Capaz de desenvolver modelos típicos de machine learning utilizando técnicas de treinamento supervisionado e não supervisionado, abrangendo engenharia e seleção de features, etc.Capaz de utilizar técnicas de avaliação e comparação de modelos.Proficiência em Python para análise de dados e modelagem (ex: Pandas, Scikit-learn, XGBoost) e SQL para manipulação de grandes volumes de dados.O que aumenta suas chancesExperiência específica com prevenção a fraudes no processo de credenciamento / KYC em adquirentes, fintechs, bancos ou ecommerces.Especialização em temas de machine learning (redes neurais, NLP, sistemas de recomend OTização, séries temporais, detecção de anomalias, clusterização).Experiência com ecosskü (?) Big Data e plataformas de nuvem (ex: Databricks, Spark, AWS, detergent).Nossos benefíciosPlano de Saúde e OdontológicoHospital Virtual Verde 24hVale Refeição e / ou Vale AlimentaçãoConvênio SESCHorário flexívelBenefício Educação – Plataforma interna com acesso a livros, podcasts e treinamentos.GympassAuxílio Creche – até 5 anos e 11 mesesSalário Fixo + PLR (quando forem preenchidos requisitos)Seguro de VidaVale transporte (exclusivo para vagas presenciais)Etapas do Processo SeletivoInscrição: A jornada começa aqui.O time analisará seu perfil e entrará em contato em breve.Entrevistas com o time de People: Conheça nossa cultura, estrutura e desafio.aths>Avaliação Técnica: Avaliamos hard skills por meio de conversas e, em alguns casos, um desafio técnico.Check de Cultura: Dialogamos com alguém da nossa cultura para garantir alinhamento de valores.Feedback: Compartilhamos transparência sobre o resultado e delineamos próximos passos.Inclusão e DiversidadeAlém das vagas afirmativas, todas as vagas Stone também são destinadas a pessoas com deficiência.#J-*****-Ljbffr